T+ëCNICAS DE B+ÜSQUEDA DE PROFUNDIDaD PROGRESIVA

Descargar como ppt, pdf o txt
Descargar como ppt, pdf o txt
Está en la página 1de 12

TCNICAS DE BSQUEDA

Bsqueda en profundidad

Qu son las tcnicas de bsqueda?


Las tcnicas de bsqueda son una serie de esquemas de
representacin del conocimiento, que mediante diversos
algoritmos nos permite resolver ciertos problemas desde
el punto de vista de la I.A.

BSQUEDA CIEGA
TIPOS DE BSQUEDA CIEGA:
Bsqueda en amplitud.
Bsqueda en profundidad.
Bsqueda en profundidad progresiva.
Bsqueda bidireccional.

BSQUEDA CIEGA (TIPOS)


Bsqueda en profundidad:
- La bsqueda se realiza por una sola rama del rbol
hasta encontrar una solucin o hasta que se tome la
decisin de terminar la bsqueda por esa direccin.
- Terminar la bsqueda por una direccin se debe a no
haber posibles operadores que aplicar sobre el nodo
hoja o por haber alcanzado un nivel de profundidad muy
grande.
- Si esto ocurre se produce una vuelta atrs
(backtracking) y se sigue por otra rama hasta visitar
todas las ramas del rbol si es necesario.

BSQUEDA CIEGA (TIPOS)


Bsqueda en profundidad progresiva:
- Se define una profundidad predefinida.
- Se desarrolla el rbol realizando una bsqueda en
profundidad hasta el lmite definido en el punto
anterior.
- Si se encuentra la solucin FIN
- En caso contrario, se establece un nuevo lmite y
volvemos al segundo paso.

BSQUEDA CIEGA (TIPOS)


- Ventajas:
- Tiene menor complejidad espacial que bsqueda en
amplitud.
- Desventajas:
- Se pueden encontrar soluciones que estn mas alejadas de
la raz que otras.
- Existe el riesgo de presencia de bucles infinitos.

Ejemplo de bsqueda en
profundidad progresiva.

Explicacin del ejemplo de bsqueda en profundidad


Supongamos el rbol del dibujo representando un
espacio de estados cualquiera. Vemos que, teniendo
este rbol delante con sus nodos numerados, tenemos
distintas formas de recorrerlo. Cmo lo hacemos en
profundidad? Siendo el 1 el nodo inicial y 7 el nodo
objetivo que se debe alcanzar, hacemos lo siguiente:
buscaremos en todas las ramas que cuelgan, de
izquierda a derecha, y exploramos cada rama hasta
llegar a una hoja. Para cada hijo buscamos a su vez
en profundidad, parando cuando se encuentre el
objetivo. En este ejemplo, la secuencia a seguir est
indicada por el nmero de los nodos: 1-> 2-> 3-> 4> 5-> 6-> 7.

Aplicaciones: GPS (General


Problem Solver)
Alan Newell y Herbert Simon, trabajando la demostracin
de teoremas y el ajedrez por ordenador logran crear un
programa llamado GPS (Solucionador General de Problemas)
en los aos 60.
Se trataba de un programa que por medio de una serie de
algoritmos basados en anlisis, ms o menos exhaustivos,
fuera capaz de resolver toda clase de problemas relativos a
juegos de estrategias y demostraciones automticas.
Se le podan ofrecer pequeos problemas (como el tpico
del mono que debe coger un pltano que se encuentra colgado
del techo), y ste deber describir todos los pasos que realiza

Aplicaciones: GPS (General


Problem Solver)
El usuario defina un entorno en funcin de una serie de
objetos y los operadores que se podan aplicar sobre ellos.
Se basaba en el anlisis medios-fines que consiste en detectar
las diferencias entre un objetivo deseado y la situacin actual y
reducir despus esas diferencias.
Se aplic por primera vez el Backtracking (vuelta atrs)
(probar si funciona y si no, volver atrs y probar otra cosa) que
se convirti desde aquel momento en una herramienta bsica de
la I.A. De forma similar a las tcnicas explicadas anteriormente.

Aplicaciones: GPS (General


Problem Solver)
El GPS manejaba reglas heursticas (aprender a partir de sus
propios descubrimientos) que la conducan hasta el destino
deseado mediante el mtodo del ensayo y el error.
La ambicin era grande, as como lo fue la decepcin que
tuvieron al ver que a pesar de los progresos tericos y de algunos
programas espectaculares, no obtuvieron los resultados que se
esperaban.

Aplicaciones: GPS (General


Problem Solver)
Fue entonces cuando algunos investigadores decidieron
cambiar por completo el enfoque del problema: restringieron
sus ambiciones a un dominio especifico e intentaron
reproducir la forma en que los expertos efectuaban su
razonamiento.
As fue como nacieron los sistemas expertos.

También podría gustarte